Gradio 簡介

在本章中，我們將學習如何為機器學習模型構建互動式演示。

為什麼首先要為機器學習模型構建演示或 GUI？演示可以使：

• 機器學習開發者輕鬆向包括非技術團隊或客戶在內的廣大受眾展示他們的工作
• 研究人員更輕鬆地復現機器學習模型及其行為
• 質量測試人員或終端使用者更輕鬆地識別和除錯模型的故障點
• 不同使用者發現模型中的演算法偏差

我們將使用 Gradio 庫為我們的模型構建演示。Gradio 允許你完全使用 Python 構建、自定義和共享任何機器學習模型的基於網路的演示。

以下是一些使用 Gradio 構建的機器學習演示示例：

• 一個草圖識別模型，它接收草圖並輸出其認為所繪製內容的標籤

• 一個提取式問答模型，它接收上下文段落和一個問題，並輸出一個響應和機率分數（我們在第 7 章討論了這種模型）

• 一個背景移除模型，它接收影像並輸出移除背景後的影像

本章分為幾個部分，包括概念和應用。在每個部分學習概念之後，你將應用它來構建特定型別的演示，從影像分類到語音識別。到本章結束時，你將能夠僅用幾行 Python 程式碼構建這些演示（以及更多！）

< > 在 GitHub 上更新